MétaCan
Menu
Retour à la cohorte
Enregistrement W3204439060 · doi:10.1007/s40801-021-00280-5

Anti-Epileptic Medication Exposure Influences Functional Status in New Zealand Stroke Patients: A Retrospective Population-Level Study

2021· article· en· W3204439060 sur OpenAlexaff
Ailsa L. McGregor, Md. Rashedul Hoque, Sophia Nickel, Alesha Smith, Mohammad Atiquzzaman

Notice bibliographique

RevueDrugs - Real World Outcomes · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensBC Cancer AgencyResearch CanadaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMedicineStroke (engine)Odds ratioConfidence intervalBody mass indexCohortCohort studyPopulationInternal medicinePhysical therapyPediatricsEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients who develop seizures after stroke have disproportionately poorer outcomes and increased mortality. OBJECTIVE: Our objective was to investigate whether exposure to anti-epileptic medications influenced long-term functional status after stroke. METHODS: We used linked health administrative data from a cohort of adult stroke patients in New Zealand. Demographics and prescription information were obtained from the National Minimum Dataset and Pharmaceutical Collection, respectively. Activities of daily living (ADL) scores for the same patients were obtained using the International Resident Assessment Instrument. Beta regression was used to investigate the relationship between anti-epileptic drug (AED) exposure and functional status. RESULTS: The study included 3606 patients with a single ischaemic stroke between 2012 and 2017. In total, 15% were dispensed an AED in the 3 months before or after stroke. The adjusted odds ratio (OR) for AED exposure was 1.29 (95% confidence interval [CI] 1.15-1.45). Overall AED exposure, categorical body mass index (BMI), ethnicity, length of hospital stay, and exposure to paracetamol, opioids, anti-psychotics, and anti-nausea medications were significantly associated with changes in the mean ADL score percentages. Considering the exposure timeframe, the ORs for AED exposure only after stroke and for exposure both before and after stroke were 1.52 (95% CI 1.31-1.78) and 1.09 (95% CI 0.93-1.27), respectively. CONCLUSION: Stroke patients with AED exposure had greater odds of a higher ADL score, indicating a poorer long-term functional status than those unexposed to AEDs. The timeframe of exposure impacted on functional status, with patients exposed only after stroke having increased odds of higher ADL scores than those exposed both before and after stroke.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,284
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs - Real World OutcomesMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207